文件名称：Survival_Analysis:非参数，半参数和参数模型的生存分析
文件大小：1.04MB
文件格式：ZIP
更新时间：2024-06-06 02:53:43
JupyterNotebook
生存分析 本笔记本演示了生存分析的基础知识，生存分析是一种使用Python分析事件数据时间的方法。 它有6个部分。 生存分析和本笔记本中使用的数据的简要介绍 非参数方法：Kaplan-meier曲线，≥2组的对数秩检验统计 半参数方法：Cox比例风险模型，Schoenfeld残差，对数-对数图 参数方法：指数（加速故障时间（AFT），比例风险（PH）），威布尔（AFT，PH），Gompertz（PH），对数逻辑（比例赔率（PO）），对数正态（AFT），广义伽玛（AFT） 为第4节中的模型的生存预测构建置信区间 附录A：采用不同优化方法的参数模型结果
【文件预览】：
Survival_Analysis-master
----4_Parametric_Models.ipynb(809KB)
----.ipynb_checkpoints()
--------1_Introduction-checkpoint.ipynb(20KB)
----7_Fit_Gompertz_to_Lifetable.ipynb(92KB)
----3_Semi-Parametric_Models.ipynb(449KB)
----2_Non-Parametric_Models.ipynb(196KB)
----README.md(800B)
----1_Introduction.ipynb(20KB)
----6_Appendix.ipynb(5KB)
----5_Confidence_Intervals.ipynb(57KB)